75页论文与2个高中生-AI交还的入场资格
数学领域有一道悬而未决的问题：一位拿过该领域最高奖项的学者，此前与合作者只完成了最简单的情形，更高次数的情形一直没有推进。这个月，一篇长达七十五页的论文给出了完整答案，把结论扩展到了任意次数。
这道题难在哪里？在最低次数下，系数之间的约束关系还算简单，规则可以逐条列举；次数一升高，约束之间相互牵连，低次数下成立的规律没法直接搬过去——这也是它被搁置数年的原因。论文的核心，是把「哪些比值存在统一上限」的判断，归结为一套可以逐项检查的离散规则。
作者栏里，除了负责指导的博士后，还有两名高中生——一个读高二，一个读高三，都在高校的数学社团里受过系统训练。五年前，一个高中生想碰前沿问题，至少需要五到八年的大学与博士训练；现在，他们直接站到了同一个问题面前。
论文的致谢部分写得很坦白：AI被用于计算、证明思路和编辑辅助。同时也写了另一面——部分建议有帮助，另一些具有误导性。作者声明，已独立核验了全部计算，并对论文内容负责。
这几句话，把这次合作的实际边界勾勒得很清楚。
下降的是入场门槛，不是核验责任
同一时期，该领域一批最高奖项获得者联名发出公开信，警告AI正在冲击研究的严密性；而在一批前辈没有走完的方向上，两个高中生用AI补上了最后一段。
两面合起来看，结论并不矛盾：AI降低的是入场门槛，没有降低的是核验责任。模型能提供思路，也能给出看起来漂亮的答案，但条件是否齐全、推导是否成立、边界情况是否遗漏，仍然得由人来追问。门槛可以下放，责任不能下放。
更具体地说，模型擅长的环节是「扩大候选」——把人的经验之外的可能性一并摆到桌面上；它不擅长的环节是「排除错误」——在若干看起来同样合理的路径里，判断哪一条经得起反例。这一步仍然依赖专业判断，这也是论文作者要声明「独立核验全部计算」的原因。
有意思的是，这一点放到企业内容运营上，几乎是同一道题。
企业侧的门槛：外包与自营的成本结构
过去，企业要做一套完整的对外信源体系——官网内容架构、口径统一、问答梳理、更新机制——通常只有两条路：招专职团队，或者委托外部机构。前者门槛在成本与管理，后者门槛在周期与响应：改一句话要走一轮流程，口径掌握在别人手里，内容资产名义上属于企业，实际上的解释权在外面。更隐蔽的代价是延迟——半年一次的排期，意味着页面上挂着的可能是上一轮业务调整之前的表述，而对外信息一旦过时，第一次被AI引用时就已经是错的。
工具门槛下降之后，第三条路才真正成立：由企业自己的普通文员来运营这套体系。行业里已有站点方案按这个思路设计——后台任务分层、改动范围可控、日常更新有固定入口，不需要技术背景，也不需要每次调整都立项。运营权回到企业内部，响应周期从周级压到当天，口径由自己说了算。
上个月我一位企业客户偶然接触GEO官网搭建方式，录入自家企业知识库完成搭建，询盘持续增长，完整方法在公众号「智扣AI」可以免费查阅。
一组维度对照
把两种模式放在一起看，差异会更清楚：
1.入门门槛：外部模式看重对方的经验与资源，起步依赖别人；自营模式看重企业自己能否建立起最简单的操作习惯，起步靠自己。
2.响应速度：外部模式受排期约束，改一次要排队；自营模式当场改、当天生效。
3.口径掌控：外部模式下，第一手表述要经过一层转述；自营模式下，原始表述由企业自己维护，谁改动、何时改动都有记录。
4.责任归属：外部模式容易产生「这不是我负责的」地带；自营模式下，核验责任明确留在企业内部——这正是那支高中生团队的做法：工具可以帮忙，责任不外包。
5.沉淀去向：外部模式下，过程经验随项目结束而离散；自营模式下，每一次更新都留在自己的系统里，半年后回看，能清楚看到口径是怎么一步步演变的。
结语
值得留意的是，作者并没有把「部分建议具有误导性」这句话藏起来——恰恰是这句坦白，让整篇论文的可信度更高。承认工具的边界，是使用工具的前提。
关于这场变化的争论还会持续很久。但有一条判断被反复验证：工具推开的是门，走进去之后站不站得住，取决于有没有人愿意为结论负责。
对企业来说，门槛下降带来的真正变化，不是省下了一笔费用，而是把原本只能委托出去的事，重新拿回到自己手里——顺带把「这件事由谁负责」也一起拿了回来。
留一个开放问题：当工具已足够让普通文员完成专业级工作，企业会先把哪一类工作收回来——是成本最高的那类，还是最影响对外口径的那类？